Summary
Måling gyrification (cortical folding) i alle aldre representerer et vindu inn i tidlig utvikling av hjernen. Derfor har vi tidligere utviklet en algoritme for å måle lokale gyrification på tusenvis av steder over halvkule
Abstract
Kortikale folding (gyrification) bestemmes i løpet av de første månedene av livet, slik at uønskede hendelser i denne perioden la spor som vil kunne identifiseres i alle aldre. Som nylig gjennomgått av Mangin og kolleger 2, flere metoder eksisterer for å kvantifisere ulike kjennetegn ved gyrification. For eksempel kan sulcal morfometri brukes til å måle formen deskriptorer som dybde, lengde eller indekser av inter-hemisfærisk asymmetri 3. Disse geometriske egenskapene har fordelen av å være lette å tolke. Men stoler sulcal morfometri tett på nøyaktig identifikasjon av et gitt sett av sulci og dermed gir et fragmentert beskrivelse av gyrification. En mer finkornede kvantifisering av gyrification kan oppnås med krumning-baserte målinger, hvor glattet absolutt bety krumning er vanligvis beregnet på tusenvis av steder over kortikale overflate 4. Krumningen er imidlertid ikke straightforward å forstå, ettersom det fortsatt uklart om det er noen direkte sammenheng mellom curvedness og en biologisk meningsfull korrelerer som kortikale volum eller overflate. For å løse de ulike problemstillingene ved måling av cortical folding, vi tidligere utviklet en algoritme for å kvantifisere lokale gyrification med en utsøkt romlig oppløsning og av enkle tolkning. Vår metode er inspirert av Gyrification Index 5, en metode som opprinnelig ble brukt i sammenlignende neuroanatomy å evaluere cortical folding forskjellene på tvers av arter. I vår implementering, som vi navn l ocal Gyrification Index (l GI 1), måler vi mengden av cortex begravd i sulcal folder sammenlignet med mengden av synlig cortex i sirkulære områder av interesse. Gitt at cortex vokser først og fremst gjennom radial ekspansjon 6, ble vår metode spesielt utviklet for å identifisere tidlige feil av kortikale utvikling.
I ther artikkelen, vi detalj beregning av lokale Gyrification Index, som nå er fritt distribuert som en del av FreeSurfer Software ( http://surfer.nmr.mgh.harvard.edu/ , Martinos Center for Biomedical Imaging, Massachusetts General Hospital) . FreeSurfer gir et sett med automatiserte rekonstruksjon verktøy av hjernens kortikale overflate fra strukturell MRI data. Den kortikale overflate ut i den innfødte plass av bildene med sub-millimeter nøyaktighet er så videre brukes til oppretting av en ytre overflate, som vil tjene som grunnlag for l GI beregningen. Et sirkelformet område av interesse er så avgrenset på den ytre overflaten, og den tilsvarende delen av renter på kortikale overflaten er identifisert ved hjelp av en matchende algoritme som beskrevet i vår valideringsstudie 1. Denne prosessen er gjentatte ganger iterated med stor grad overlappende regioner av interesse, som resulterer i kortikale kart gyrification forr påfølgende statistiske sammenligninger (Fig. 1). Av notatet, var en annen måling av lokale gyrification med en lignende inspirasjon foreslått av Toro og kolleger 7, der folding index på hvert punkt er beregnet som forholdet mellom kortikale området i en sfære dividert med arealet av en plate med samme radius. De to implementasjoner varierer i at den ene av Toro et al. er basert på Euclidian avstander og dermed anser usammenhengende flekker av cortical området, mens vår bruker en streng Geodesic algoritme og omfatter kun den kontinuerlige oppdateringen av kortikale område åpning på hjernens overflate i et sirkulært område av interesse.
Protocol
1. Rekonstruere 3D cortical overflater
Denne første delen av protokollen bruker standard FreeSurfer rørledningen som beskrevet i Wiki ( http://surfer.nmr.mgh.harvard.edu/fswiki ). Merk at kommandoene detaljert her beskriver en måte å oppnå cortical overflaten rekonstruksjoner, men tilsvarende kommandoer kan også brukes.
- Importer rå MR DICOM inn FreeSurfer og kontrollere kvaliteten på bildet (for eksempel at retningen er riktig, kontrasten tilstrekkelig og bildene ikke flyttet). Denne prosessen bruker følgende kommandoer (erstatte teksten mellom <...> (inclusive) med verdier som passer til en bestemt forekomst, og "#" betegner comments):
mksubjdirs# Opprette mappen arkitekturen brukes av FreeSurfer
cd/ MR # gå til MR mappen av motivet
mri_convert-cm001.mgz # visualisere den konverterte volum - Lag den tredimensjonale cortical mesh modeller 8,9. For å takle problemet med begravet sulci, skaper FreeSurfer først en enhetlig hvit substans volum, som brukes som utgangspunkt for den første grå-hvit overflate. Denne overflaten er så optimalisert i henhold til lokale gradient av intensitet og ytterligere utvidet til grå-CSF grensesnitt.
gjenoppbygging alt-s# Starte cortical overflaten rekonstruksjon
På slutten av gjenoppbyggingen, får du to mesh modeller består av ca 150 000 poeng for hver halvkule: en hvit (grå-hvit interface) og en pial (grå-CSF grensesnitt) overflate. Det er viktig å merke seg at alle flater og volumer forbli i den innfødte plass, slik at måling som volum, areal, tykkelse eller gyrification indeks måles uten deformasjon. - Sjekk for nøyaktigheten av disse rekonstruert overflater:
tkmeditT1.mgz? H.pial # den hvite overflaten er kledde i grønt og pial overflaten i rødt
der h betegner halvkule:? lh.pial for venstre hemisfære og rh.pial for den høyre hjernehalvdelen. I figur 2 (i 2 versjoner: en animert gif bilde som skal inkluderes i filmen og en statisk en for nettsiden) viser et eksempel på korrekt hvitt og pial flater rekonstruksjoner for "Bert" faget distribuert sammen med FreeSurfer pakken. Hvis du må manuelt korrigere resultatet av rekonstruksjonen prosessen, vil du finne en tutorial på FreeSurfer Wiki ( http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/WhiteMatterEdits ,
2. Beregn lokale Gyrification Index
Når du er fornøyd med overflater, beregne den lokale Gyrification Index (l GI) ved hjelp av kommandoen:
gjenoppbygging all-LGI-s
Denne kommandoen kjører vanligvis i ca 3 timer for de to halvkuler av en studie deltaker, avhengig av kraften i arbeidsstasjonen. De ulike trinnene i l GI prosessen blir omtalt i fig. 1. Den databehandling begynner med skapelsen av et ytre overflaten ved hjelp av morfologiske stengetid drift. Denne ytre overflaten, betegnet? H.pial_outer_smoothed, er ytterligere illustrert i fig. 3. Så, er ca 800 overlappende sirkulære områder av interesse opprettet på den ytre overflaten. For hver av disse regionene, er et tilsvarende område av interesse er definert påden pial overflaten. Hele beregningen ender opp med etableringen av en individuell kart som inneholder en l GI-verdi for hvert punkt av de kortikale overflate (dvs ~ 150 000 verdier per halvkule).
3. Sjekk resultatet av l GI beregning for hver halvkule
tksurfer
L GI verdier er kledde over kortikale overflaten. Så korrekt l GI verdier er vanligvis består mellom 1 og 5, sette minstekravet på 1 (med opsjon fthresh) gjør en rask sjekk: du bør ikke se noen grå cortical område. Et eksempel på korrekt individuell Resultatet er vist i fig. Fire.
Fire. Statistisk gruppe sammenligninger
Hensikten er å kvantifisere effekten av gruppen på hvert toppunkt over kortikale overflate mens kontrollere for effekten av kjønn ogalder. Du må følge den samme prosessen som hvis du ønsker å sammenligne kortikal tykkelse på hvert toppunkt, men
- Det første alternativet å sammenligne l GI resultater mellom gruppene bruke kommandoene nedenfor; ytterligere informasjon kan fås ved https://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/GroupAnalysis .
- Først må du lage en studie bestemt mal gi alle dine fag i input:
make_average_subject - fag...
Kommandoen ovenfor vil skape et emne som heter "gjennomsnittet". Alternativt kan du bruke emnet "fsaveraseri "distribueres som en del av FreeSurfer distribusjon. - Deretter opprette tekstfilen som inneholder beskrivelse av de fagene som er involvert i studien din (den "FreeSurfer Gruppen Descriptor File"). Din FSGD.txt skal se slik ut:
GroupDescriptorFile 1
Gruppe Control_Male
Gruppe Control_Female
Gruppe Patient_Male
Gruppe Patient_Female
Variabler Age
InputPatient_Male 20
InputControl_Female 23
<...> - Du oppdatere l GI data i løpet av den gjennomsnittlige faget ved hjelp av følgende kommando for hver halvkule:
mris_preproc - fsgd FSGD.txt - target gjennomsnittet - hemi h - tiltak pial_lgi - ut h.lgi.mgh - Glatt dataene på kortikale overflate for å redusere signal til støy:
mri_surf2surf - hemi h - s gjennomsnittet - Sval h.lgi.mgh - FWHM 10 -? tval h.10.lgi.mgh - Beregn gruppen sammenligning på nivå med hvert toppunkt. For dette må du lage en kontrast tekstfil (for eksempel i tilfelle av FSGD.txt beskrevet ovenfor, vil "contrast.txt" inneholder verdiene "1 1 -1 -1 0" for å beregne forskjellen mellom kontrollene og pasienter, mens kontrollerer for alder og kjønn). Endelig kjøre sammenligning:
mri_glmfit - y h.10.lgi.mgh - fsgd FSGD.txt Doss - glmdir h.lgi.glmdir - surf gjennomsnittlig h - C contrast.txt - Visualisere resultatene på gjennomsnittlig motivet ved hjelp tksurfer:
tksurfer gjennomsnitt? h oppblåst
Så last som overlapper sig.mgh filen i mappen? H.lgi.glmdir / contrast.txt / sig.mgh. Bruk alternativet "konfigurerer overlay" kan du videre endre p terskelen samt korrigere for flere sammenligninger med falske funnraten 10.
- Først må du lage en studie bestemt mal gi alle dine fag i input:
- Alternativet alternativet for gruppen comparison er å bruke Qdec, et grafisk brukergrensesnitt implementert i FreeSurfer. Bruken av Qdec med lokale Gyrification Index innebærer å pre-glatte l GI data:
gjenoppbygging all-qcache-mål pial_lgi-gjennomsnittet-S
Med Qdec er FreeSurfer konsernet Descriptor File erstattet av en litt annen versjon, Data Table (qdec.table.dat) som inneholder beskrivelse av de ulike gruppene og andre konfunderende variabler som alder. En detaljert beskrivelse av utnyttelsen av Qdec er gitt på http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/QdecGroupAnalysis .
Av notatet, hvis l GI er ikke tilgjengelig i listen over avhengige variabler i Qdec, må du legge til følgende linje til Qdecrc-fil i ditt hjemmeområde.
MEASURE1 = pial_lgi </ Ol>
5. Analyse
Alternativt kan de statistiske analysene slutt beregnes på nivået av kortikale parcellation integrert i FreeSurfer 11. For dette formålet, kan gjennomsnittlig l GI verdier hentes ut for de 34 gyral regioner av interesse for hver halvkule, og disse målingene kan videre sammenlignes mellom de ulike gruppene. Denne pakke-messig analyse (i motsetning til toppunktet-klok analyse beskrevet ovenfor) kunne være attraktiv som det begrenser mengden av statistiske sammenligninger. Men kvantifiserer l GI på hvert punkt i gyrification i det omkringliggende sirkulært område, slik at gjennomsnittlig l GI i en gyral region av interesse også gjenspeiler til en viss grad gyrification i naboregionene av interesse.
Til slutt, selv om de viktigste spørsmålene ble beskrevet i denne protokollen, en løsning på andre problemer som kan oppstå under FreeSurfer eller l GI behandling kan bli funnet i arkivene til FreeSurfer epostlisten ( http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferSupport ).
Seks. Representant Resultater
Som beskrevet i punkt 1c i protokollen, bør du alltid nøye kontrollere riktigheten av rekonstruksjon av kortikale overflater før l GI beregning. Mens du blar mellom frontal og occipital lobe, vær spesielt oppmerksom på at fartøy og membranen ikke er inkludert i pial overflaten. Kontroller også at den hvite overflaten nøyaktig følger den grå-hvite grensesnitt. Et eksempel på korrekt rekonstruksjon er gitt i figur 2 (se den animerte gif tallet for hele volumet).
På slutten av l GI beregning, vil du også nødt til å sjekke resultatet for begge halvkuler av hvert emne.Det bør ikke være noen cortical område med l GI resultat mindre enn 1. I § 3 i protokollen og figur 4 viser hvordan du sjekker riktig hvis produksjonen av l GI beregningen er riktig.
Figur 1. Oversikt over l GI beregning. Først tre-dimensjonale cortical mesh modeller er rekonstruert fra de rå bildene ved hjelp av standard FreeSurfer rørledningen. Disse rekonstruksjon algoritmer bruker en binær hvit substans volum som utgangspunkt for å overvinne problemet av nedgravde sulci. Den kortikale mesh modellene består vanligvis ca 150 000 noder og er klassisk brukes til å beregne kortikal tykkelse på hvert punkt. Tilsvarende vil lokale Gyrification Index (l GI) beregnes på hvert toppunkt. For dette formålet, er en ytre overflate opprettet. Da tilsvarende sirkulær regioner av interesse er identifisert på den ytre end kortikale overflaten med matchende algoritme. Etter ca 800 av generere overlappende regioner av interesse, prosessen resulterer i opprettelsen av individuelle kart over l GI. Disse kartene kan lett tolkes: en indeks av 5 betyr at det er 5 gang mer kortikale overflate invaginated innenfor sulci i det omkringliggende området at mengden synlig kortikale overflate, en indeks over 1 betyr at cortex er flatt i området . Endelig er statistisk gruppe sammenligninger beregnet på nivået av hver vertex, tilsvarende kortikal tykkelse sammenligninger.
Figur 1B. Individuell cortical kart over l GI. Denne lille filmen viser en 360-graders rotasjon av en individuell kortikale LGI kart som vist i fig. 1. Det er påfallende å merke seg at kortikale regioner med høyere l GI verdier svarer til den første fold som skal opprettes i løpet av i utero livet: Sylvian fissure, den overlegne temporale sulcus, og itraparietal sulcus på lateral syn på hjernen, og parieto-occipital sulcus på mediale visningen av hjernen. Se film
Figur 2. Eksempel på tilstrekkelig kortikale overflate rekonstruksjon (en koronale delen). Etter utløpet av gjenoppbyggingen, bør kortikale overflater nøyaktig verifiseres over hele cerebral volum. Den indre kortikale overflate (angitt hvit overflate, i grønt på bildet) bør nettopp følge grå-hvite grensesnitt. Den ytre kortikale overflate (dvs. grå-CSF grensesnitt, betegnet pial overflate, her i rødt) skal ikke omfatte noen del av fartøy eller membran. Av notatet, bruker eksempelet som presenteres her er "bert" faget distribuert sammen med FreeSurfer pakken.
Figur 2B. Eksempel på tilstrekkelig kortikale overflate reconstruction (fullt volum). Denne animerte gif bildet viser kortikale overflate av venstre hemisfære av "bert" emne på hver koronale del, sett ved å rulle fra de frontale til de mest occipitale koronale seksjoner med FreeSurfer. Se film
Figur 3. Eksempel på ytre overflate beregnes som en del av l GI prosessen (en koronale delen). Det første trinnet i l GI beregningen er etableringen av en ytre overflate omslutter halvkule. Denne overflaten (angitt? H.pial_outer_smoothed i FreeSurfer) kan kontrolleres ved hjelp tkmedit. Her er "bert" faget distribueres med FreeSurfer brukt som et eksempel.
Figur 3B. Eksempel på ytre overflate beregnes som en del av l GI prosessen (fullt volum). Denne animerte GIF-bildeviser den ytre overflaten av venstre hemisfære på hver koronale del, sett ved å rulle fra de frontale til de mest occipitale koronale seksjoner med tkmedit i FreeSurfer. Se film
Figur 4. Eksempel på riktig l GI-utgang som sett med FreeSurfer. Ulike orienteringer av kortikale overflate av "bert" emne med l GI verdier kledde. Den fargekode er standard "varme" overlay sett med tksurfer i FreeSurfer. Ved hjelp av en minimum terskel på 1, må alle toppunktene være farget og ingen kortikale området bør appære i grått. Av notatet, kan fargen overlay endres ved hjelp av alternativet "Configure Overlay" i tksurfer, der minimum og maksimum verdier, samt histogram av den samlede fordelingen av l GI kan også sjekkes.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Protokollen ovenfor beskriver hvordan måle lokale Gyrification indeks basert på cerebral T1-vektet MR og gjennomføre statistisk gruppe sammenligninger. Vår metode er spesielt designet for å lokalisere tidlig avbrudd i cortical ekspansjon prosess og som sådan er av spesiell interesse i mange nevrologiske eller psykiatriske tilstander. Eksempler på gruppe sammenligninger i kliniske prøver kan bli funnet i publikasjoner av vår gruppe 1,12 eller av andre 13-16. Prosessen er helautomatisk og krever kommandoen bare skal utføres, selv om to parametre kan endres.
Den første modifiserbare parameteren er på nivå med l GI beregning: radius av den sirkulære regionen av interesse. Radius er som standard satt til 25 mm, som ble valgt for å inkludere mer enn én sulcus gangen og samtidig beholde en tilstrekkelig oppløsning. Våre validering papir inkluderer et eksperiment av effekten av radius på than kortikale gyrification kart 1, som viser at store radier tendens til å glatte cortical kartene med en utvanning av de lokale maxima. For kliniske studier, vil vi anbefale en radius mellom 20 og 25 mm.
Den andre justerbare parameteren er mengden av glatte på nivået av de statistiske analysene. For å øke signal-til-støy-forhold, er data glattet på kortikale mesh ansette en iterativ nærmeste-nabo gjennomsnitt prosedyre. Kortikal tykkelse studier med lignende forhold som vårt (dvs. data målt i den opprinnelige plassen, samme dataene distribusjon over cortical overflaten, og samme sulcal-basert registrering teknikken med en studie bestemt mal) vanligvis bruker en full bredde ved halv maksimum (FWHM ) på 10 mm (For referanse, brukt kortikal tykkelse studier medforfatter av utviklerne av FreeSurfer en kjerne av 6mm 17, 13mm 18-21 og 22mm 22,23). I de ovennevnte protokoll, foreslår vi å bruke en FWHM av 10 mm for å holde på linje med de fleste av kortikale tykkelse litteratur. Men som kortikale l GI kartene er allerede relativt glatt, vil resultatet av sammenligninger knapt endres i henhold til tilstedeværelse eller fravær av utjevning.
Selv om gjennomføringen av metodene for måling gyrification og tykkelse felles tiltak, vil vi gjerne understreke at begge tiltakene gjenspeiler forskjellige egenskaper av kortikale morfologi. Som allerede fremhevet ovenfor, er gyrification hovedsakelig påvirket av tidlige hendelser. Contrarily, er kortikale tykkelse stor grad sensitive til maturational endringer i barndommen, ungdomsårene og tidlig voksen alder 24. I en skjematisk forenklet syn, måle disse komplementære egenskapene tilbyr muligheten for å fremme vår forståelse av patogenesen ved nevrologiske lidelser 25.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ikke noe å avsløre.
Acknowledgments
Denne forskningen ble støttet av Nasjonalt kompetansesenter i forskning (NCCR) "SYNAPSY - The Synaptic Bases of Mental Diseases" finansiert av det sveitsiske National Science Foundation (n ° 51AU40_125759). Utvikling av lokale Gyrification Index ble støttet med tilskudd fra det sveitsiske National Research Fund til Dr. Marie Schaer (323500-111165) og Dr. Stephan Eliez (3200-063135,00 / 1, 3232 til 063134,00 / 1, PP0033-102864 og 32473B -121996) og ved Center for Biomedical Imaging (CIBM) av Genève-Lausanne universiteter og EPFL, samt fundamenter Leenaards og Louis-Jeantet. Støtte til utvikling av FreeSurfer programvare ble gitt delvis av National Center for Research Resources (P41-RR14075, og NCRR BIRN morfometriske Prosjekt BIRN002, U24 RR021382), National Institute for Biomedical Imaging og bioteknologi (R01 EB001550, R01EB006758), Statens institutt for nevrologiske lidelser og hjerneslag (R01 NS052585-01) så vel som psykiske lidelser og Neuroscience Discovery (sinn) Institute, og er en del av National Alliance for Medical bilde Computing (dynamisk), finansiert av National Institutes of Health gjennom NIH Roadmap for Medical Research, U54 Grant EB005149. Ekstra støtte ble gitt av autisme og dysleksi prosjekt finansiert av Ellison Medical Foundation.
Materials
| Name | Company | Catalog Number | Comments |
| Material: a Unix or Mac workstation with a processor of 2GHz or faster and a minimum of 4GB of RAM, with FreeSurfer installed (http://surfer.nmr.mgh.harvard.edu/fswiki, preferably the latest version, but no older than version 4.0.3). In order to compute the local Gyrification Index, MATLAB is also required (http://www.mathworks.com/) along with the Image Processing Toolbox. | |||
| Data: A sample of good quality (high-resolution, high contrast) cerebral MRI T1-weighted dataset. Your group of subjects must be preferably matched for age and gender. Given the normal inter-individual variability in cerebral morphology, the number of subjects in each group should be sufficient to identify an existing group difference (the more - the better). A reasonable minimum sample size would be around 20 subjects per group (although you can probably go for less if the intensity of changes is large and if your groups are tightly matched for gender and age). | |||
| FreeSurfer | Martinos Center for Biomedical Imaging, MGH | Version newer than 4.0.3 | |
| Matlab | Mathworks | Image Processing Toolbox | |
References
- Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
- Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23, 359-367 (2010).
- Mangin, J. F. A framework to study the cortical folding patterns. Neuroimage. 23, Suppl 1. S129-S138 (2004).
- Luders, E. A curvature-based approach to estimate local gyrification on the cortical surface. Neuroimage. 29, 1224-1230 (2006).
- Zilles, K., Armstrong, E., Schleicher, A., Kretschmann, H. J. The human pattern of gyrification in the cerebral cortex. Anat. Embryol. (Berl). 179, 173-179 (1988).
- Rakic, P. Specification of cerebral cortical areas. Science. 241, 170-176 (1988).
- Toro, R. Brain size and folding of the human cerebral cortex. Cereb. Cortex. 18, 2352-2357 (2008).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15, 870-878 (2002).
- Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 31, 968-980 (2006).
- Schaer, M. Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome. Dev. Med. Child. Neurol. 51, 746-753 (2009).
- Palaniyappan, L., Mallikarjun, P., Joseph, V., White, T. P., Liddle, P. F. Folding of the Prefrontal Cortex in Schizophrenia: Regional Differences in Gyrification. Biol. Psychiatry. , (2011).
- Zhang, Y. Decreased gyrification in major depressive disorder. Neuroreport. 20, 378-380 (2009).
- Juranek, J., Salman, M. S. Anomalous development of brain structure and function in spina bifida myelomeningocele. Dev. Disabil. Res. Rev. 16, 23-30 (2010).
- Zhang, Y. Reduced cortical folding in mental retardation. AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).
- Kuperberg, G. R. Regionally localized thinning of the cerebral cortex in schizophrenia. Archives of general psychiatry. 60, 878-888 (2003).
- Milad, M. R. Thickness of ventromedial prefrontal cortex in humans is correlated with extinction memory. Proc. Natl. Acad. Sci. U. S. A. 102, 10706-10711 (2005).
- Rauch, S. L. A magnetic resonance imaging study of cortical thickness in animal phobia. Biol. Psychiatry. 55, 946-952 (2004).
- Fjell, A. M. Selective increase of cortical thickness in high-performing elderly--structural indices of optimal cognitive aging. Neuroimage. 29, 984-994 (2006).
- Walhovd, K. B. Regional cortical thickness matters in recall after months more than minutes. Neuroimage. 31, 1343-1351 (2006).
- Gold, B. T. Differing neuropsychological and neuroanatomical correlates of abnormal reading in early-stage semantic dementia and dementia of the Alzheimer type. Neuropsychologia. 43, 833-846 (2005).
- Salat, D. H. Thinning of the cerebral cortex in aging. Cereb. Cortex. 14, 721-730 (2004).
- Schaer, M., Eliez, S. Contribution of structural brain imaging to our understanding of cortical development process. European Psychiatry Reviews. 2, 13-16 (2009).
- Shaw, P. Neurodevelopmental trajectories of the human cerebral cortex. J. Neurosci. 28, 3586-3594 (2008).
